DataWhale基礎算法作業三：決策樹相關

DataWhale基礎算法作業三：決策樹相關 學習任務 1.信息論基礎（熵 聯合熵 條件熵 信息增益 基尼不純度） 2.決策樹的不同分類算法（ID3算法、C4.5、CART分類樹）的原理及應用場景 3.迴歸樹原理 4. 決策樹防止過擬合手段 1.基礎概念（熵 聯合熵 條件熵 信息增益 基尼不純度） 在信息論與概率統計中，熵是表示隨機變量不確定性的度量。 1)熵（entropy） 2）條件熵（con

>>阅读原文<<